0

0
0

文字

分享

0
0
0

預測「未來」智力

林希陶_96
・2015/02/11 ・4082字 ・閱讀時間約 8 分鐘 ・SR值 528 ・七年級

智力測驗的發展,迄今已超過一百年了。臨床心理師必須就其手邊有限之資料,以科學之方法,像「回到未來」的電影一般,推估其「未來」(生病之前)智能。在醫療的場域之中,此種難題,輪番上演,永無休止,持續鍛鍊臨床心理師的判斷、決斷能力。

CC by Harald Groven
CC by Harald Groven

個案狀況說明

案例一:個案A在母親懷孕期間,婦產科醫師之例行檢查中並未發現任何異狀。等小孩出生之後,開始進行新生兒健康篩檢時,才赫然發現有腦水腫(註一)。當時父母無法諒解,認為是醫療疏失,並在小孩六個月大時轉院至外院進行神經外科手術。手術雖然順利,但父母親仍舊認為小孩各方面的發展都有問題,後續也接受醫院的安排,進行各式各樣的復健。復健的成效並不是全面性的,有些能力父母認為還是較弱,如語言及動作能力,家長甚至覺得有發展遲緩之可能。到小孩逐漸長大要上小學時,在入學前評估的當下,父母認為個案的智能不夠好,並且強烈懷疑是腦水腫所造成的。

上述之事件,是一件未成形的醫療糾紛。父母提出的質疑在於醫院之產前檢查不夠精確,以及腦水腫使得小孩智能下降。以目前的資料可知,產前檢查即使完備,大約有百分之三的小孩出生之後仍有問題,這是醫療檢查亟欲想減低的部分,也是科學的極限。另外,我們到底能不能「回到未來」,得知小孩出生時的智力,進而判斷小孩是否因腦部受到傷害,而有智能上的下降?

案例二:個案B之弟弟已被診斷為性聯遺傳之腎上腺白質退化症(X-linkedAdrenoleukodystrophy, X-ALD),此疾病為遺傳性疾病,所以B也至門診檢查,以確認其診斷。檢查結果顯示其非常長鏈脂肪酸(Very Long Chain Fatty Acid,VLCFA)數值已偏高(註二);核磁共振攝影檢查(magnetic resonance imaging,MRI)發現個案腦部後側已有退化現象。因其診斷已確認,目前暫時先使用羅倫佐的油(Lorenzo’s oil)進行治療。X-ALD有多種治療方法,其中之一是骨髓移植。但全世界的醫院在實行此一手術時都相當謹慎,因其手術風險很高,且移植之後需密集照護。因此,施行手術的時機就成為關鍵因素,並有多種考量。其中一種考量是在個案智能顯著下降的瞬間,就施行手術,以確保個案的腦部不再受到疾病的侵襲。因智能顯著降低的時間,代表疾病已正式侵入大腦,因而影響腦中各個部位,並造成相關認知功能變差。為了確保手術之後良好的生活品質,能否正確地預估智能變化,成為關鍵的契機(註三)。

-----廣告,請繼續往下閱讀-----

這裡所提出的案例,皆與推測、判斷智能上升或下降有關。這一議題在臨床心理衡鑑上,稱為「病前智商之預測」(Premorbid IQ Estimation),是臨床心理師經常需要面對的工作之一。此一領域在國外已經發展多年,並有多位學者投入鑽研,經由完整的常模資料及後設分析,進而推算出適合的預測公式。

智力測驗簡介

在說明預測公式之前,我們需先簡要瞭解何謂智力測驗。智力測驗有多種形式,目前魏氏智力測驗是最常使用的智力測驗,現今已從年齡上區分,發展成三種版本:成人版、兒童版及幼兒版。智力測驗除了可瞭解個案的優勢及劣勢能力,也可知道與常模比較之後,整體能力之落點所在,有助於後續之治療及輔助計畫。在此多樣化的功能之中,預測智能退化與否,是方興未艾、俯拾即是之常見課題。

在醫療領域之中,如何預測智力是否有退化,常常成為接續治療之依據。此一議題可粗略以成人與兒童做為區分。成年人已發展成熟,其智能也處於穩定狀態。若遇需要判斷其智力是否退化,可從其學業成績、教育年限、職業類別及社經地位上來推估。至於兒童的狀況則較為複雜,因兒童還在發展中,智能還不停地往前增長,仍有進步之可能。我們如何回到兒童誕生的時刻,得知其當時之智能,進而判斷小孩「未來」發展的極限。預估一個不確定的將來,成為兒童臨床心理專家必須想盡辦法克服之難題。

「未來」智力之預測方法

目前最常使用的預測方法有二,分述於下:

-----廣告,請繼續往下閱讀-----

第一個預測方法在八零年代即發展出來,其估算公式為:

IQest = r × (x-100)+100。

IQest代表預測的智商,r為相關係數,x代表親屬或先前的智商分數。相關係數之資料,是由科學研究不斷地累積而來的。其係數必須考慮所參考之基準點,而有所調整。若可得知父母其中之一的智商,其相關係數為.42;若可得知兄弟姊妹其中之一的智商,其相關係數為.47;若可得知父母智商的平均值,其相關係數為.50;若可得知個案先前的智商,其相關係數為.91。得到預測智商之後,需與個案現在的智商做比較,其差異值需落於顯著範圍,才有實質的意義。因此,若以父母其中之一的智商、兄弟姊妹其中之一的智商、父母智商的平均、個案先前的智商所推算出來的數值,需與現在的智商差距超過22.4、21.8、21.4、10.2,才有意義可言。

第二個方法納入了重要的人口學變項,如父母教育程度及種族等等,其所推衍
而出的計算公式為:

-----廣告,請繼續往下閱讀-----

IQest=5.44 × (Mean education) + 2.80 (White/non-White)-9.01

(Black/non-Black) +81.68。

IQest代表預測的智商,Mean education是一個教育係數,需經換算才能得知。其計算方式是先算出父母兩人的教育平均年數,假如平均是0到8年的話,則為1;若為9到11年的話,則為2;若為12年,則為3;若為13到15年,則為4;若為16年以上,則為5。White/non-White代表白人係數:白人為1,非白人為0。Black/non-Black代表非洲裔係數:非洲裔為1,非非洲裔為0。此一公式加入種族權重,只適合使用於美國之白人、非洲裔與拉丁美洲裔之上。與上一方法相同,得到預測智商之後,仍需與個案現在的智商做比較,其差異值需超過20.3,方屬於顯著範圍,才能進一步做出解釋。

在台灣使用上述之公式皆須小心,因為樣本資料皆來自美國,第二個公式甚至加入種族權重,較難運用於本土個案之中。因此為了減少偏誤,在預測智能時,最好採用第一種方法,其誤差才不會因為種族加權而擴大。

-----廣告,請繼續往下閱讀-----
CC by QQ Li
CC by QQ Li

個案解析

在案例一中,臨床心理師在會談中得知父母之需求,說明可運用科學之方法預測A在出生時候的智商。父母乍聽之下覺得難以置信,並表示以前從未有人告知他們可以用這樣的方式來確定A的能力。因此我們建議父母嘗試看看,除了對A施行智力測驗外,也將妹妹帶來施測,用妹妹的結果即可推估是否因腦水腫而導致其能力退步。

經過兩次衡鑑之後,我們得知妹妹的智能為106,依照第一個公式做計算,其相關係數為.47,所得之計算式為:IQest = .47 × (106-100)+100,因此預估的智商(IQest)為102.82,個案現在的智能為88,兩者相減,其差距為14.82,少於前述之臨界值21.8,並未達到顯著。

A之父母在醫療疏失的陰影下待了六年,得知最後的結果時,終於鬆了一口氣。他們原本以為這一切都是因為產前檢查疏忽所導致。即使後來手術成功,仍對於接續影響耿耿於懷,認為小孩的能力已經退步,大不如前,對於小孩這麼小即要承擔一切,深感愧對。我們運用了科學所累積的知識,說明預測「未來」智力的方法與結果,讓父母心上的大石逐漸落地,慢慢寬心,並逐步開展自己與小孩的人生。

在案例二裡,最大的困難在於判斷出個案智能顯著下降的瞬間。在臨床的追蹤過程中,我們不可能時時刻刻監測個案的能力,只能以半年為期的方式進行。個案B特別的地方在於,其所罹患的疾病為逐步退化的遺傳性疾病,我們無法得知疾病從何時就已經開始發生,並影響腦部功能。因此我們必須以第一次的衡鑑結果,先預測其生病之前的智能。接著告知父母半年後一定要再來追蹤,並進行第二次施測。用病前智能與現在智能之差距,來瞭解個案之能力是否已經顯著退化。

-----廣告,請繼續往下閱讀-----

經過半年的追蹤,我們得到兩次智能衡鑑結果。第一次的智能為108,依照第一個公式做計算,其相關係數為.91,所得之計算式為:IQest = .91 ×(108-100)+100,因此預估的智商(IQest)為107.28。第二次的智能為97,兩者相減,其差距為10.28,剛好超過臨界值10.2,已達顯著範圍。

我們將此結果告知父母及手術醫療團隊,目前正好處於智能顯著下降的瞬間,若已找到合適的捐贈者,即可進行骨髓移植。父母得知這樣的訊息,與醫療團隊商議之後,做了一個重大決定:既然疾病已經有所影響,那就找到世界上最優秀的團隊進行手術吧!因而帶著個案出國,尋求更進一步的協助。

結語

能準確的預測兒童「未來」的智力,確實在臨床上是一個強而有力的技術,不只能推算出個案生病之前的智能,更能瞭解其生病之後的潛能與極限。目前台灣的現況仍有待努力,眼前最迫切需要的,是盡快使用本土的常模資料推算出修正後的估算公式,以利正確的進行預估及判斷。如此,才能對深陷預測風暴中的臨床工作者,有所助益。

註一:腦水腫(hydrocephalus)是指腦中腦脊髓液異常增加,進而造成腦室壓力增加。嚴重者可能壓迫腦部組織及神經,並導致功能下降,甚至造成死亡。

-----廣告,請繼續往下閱讀-----

註二:性聯遺傳之腎上腺白質退化症(X-linked Adrenoleukodystrophy, X-ALD)為罕見疾病,此疾病是因為身體的代謝系統出了問題,因而無法分解體內的非常長鏈脂肪酸(Very Long Chain Fatty Acid,VLCFA)。這群無法排解的脂肪酸,主要堆積在人體的腎上腺與腦中白質,而使此處的神經髓鞘去髓鞘化,進而影響神經髓鞘的傳送功能。髓鞘是神經細胞外的一層薄膜,神經訊號的傳導可利用它作高速運輸。假如現在髓鞘受到損害,傳導就會越走越慢,最後甚至傳不動了。以火車為例的話,就是從高鐵等級落到站站停的普通車等級,最後甚至會停駛。神經傳導無法傳送到正確的接收地,整個大腦就無法接受外界的刺激,想當然耳腦部功能都會受到影響,語音區辨、視覺敏銳度、空間能力、運動能力、組織能力、記憶、語言等等功能都會受到阻礙。不過此等影響是漸進式的,不是一下子就全部喪失。有些個案是從視覺受損開始,慢慢的作業就會寫的歪七扭八,無法順利寫到格子裡;有些個案則是從注意力不集中、脾氣暴躁開始,慢慢在課堂上會坐不住,不專心聽講。

註三:上述二例,為保護當事人,所有個案相關資料已經經過改寫。

本文轉載自作者部落格暗香浮動月黃昏

參考資料:

-----廣告,請繼續往下閱讀-----
  1. Baron, I. S. (2004). Neuropsychological Evaluation of the Child. New York: Oxford University Press.
  2. Redfield, J. (2001). Familial Intelligence as an Estimate of Expected Ability in Children. The Clinical Neuropsychologist, 15:4, 446 – 460.
  3. Vanderploeg, R. D., Schinka, J. A., Baum, K. M., Tremont, G., & Mittenberg, W. (1998). WISC-Ⅲ premorbid prediction strategies: Demongraphic and best performance approaches. Psychological Assessment, 10, 277-284
文章難易度
林希陶_96
80 篇文章 ・ 53 位粉絲
作者為臨床心理師,專長為臨床兒童心理病理、臨床兒童心理衡鑑、臨床兒童心理治療與親子教養諮詢。近來因生養雙胞胎,致力於嬰幼兒相關教養研究,並將科學育兒的經驗,集結為《心理師爸爸的心手育嬰筆記》。與許正典醫師合著有《125遊戲,提升孩子專注力》(1)~(6)、《99連連看遊戲,把專心變有趣》、《99迷宮遊戲,把專心變有趣》。並主持FB專頁:林希陶臨床心理師及部落格:暗香浮動月黃昏。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

2
0

文字

分享

0
2
0
家境和母語環境會影響學生的智商嗎?資優生篩選機制的不平等——《隱性偏見》
平安文化_96
・2022/12/18 ・2114字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

高智商成績分數可以用買的!?

當時,在布洛瓦郡鑑別資優生的程序在一、二年級時展開。如果老師判斷一個孩童可能有資格參加資優課程,就會轉介孩子去學校心理師那裡作一個測驗。家長也可以聘請私人心理師來進行測驗。凡是被測出智商在一百三十以上的孩童就會被評估納入資優課程。由於幼年貧困和英語能力有限已經被證明會影響標準化測驗的成績,低收入戶學生以及英語非母語的學生被判定為資優生的門檻比較低,是一百一十五。

可是該郡學生的智商分數看起來很怪。分數並非正常分布,而是在一百二十九分時人數歸零,然後在一百三十分時(亦即被認定為資優的最低門檻)人數驟然升高。而且沒有一個孩子拿到不達門檻的一百二十九分。

後來分析這些數據的經濟學家蘿拉.朱里安諾(Laura Giuliano)帶著冷冷的幽默感告訴我:「高智商分數似乎是有市場的。」私人心理師表面上是被聘請來評估孩子,可是以每次幾百美元的價格,他們實際上是被雇來確保孩子被認定為資優。朱里安諾告訴我,當她自己的孩子接近入學年齡,其他的家長低聲告訴她哪些心理師是「好的」。「好」似乎意味著掌握了「發現」智商一三〇的技巧。

這種買來的智商是理解這種差距的一條線索:大多是白人的富有家長基本上是替子女買到資優生的名額。但是這仍舊無法解釋黑人孩童和拉美裔孩童、英語非母語的孩童、低收入戶孩童被鑑別為資優的人數何以如此之少。就算富有的白人小孩被鑑別為資優的人數超出正常比例,這也不該壓低其他孩童被鑑別為資優的人數。

-----廣告,請繼續往下閱讀-----
私人心理師會被雇來評估孩子為「高智商」。圖/envato.elements

辨別資優生的新作法——剔除老師和家長的推薦制度

帕克懷疑篩選過程的第一步可能有問題,亦即當老師和家長推薦學生去作測驗。於是在二○○三年十一月,她把那張地圖展示給學校董事會看,並且提出了一種鑑別資優生的新做法。帕克說,關於誰該接受測驗,布洛瓦郡不該仰賴任何人的個別判斷。該郡應該對每一個孩子進行篩選。面對那張凸顯出不平等的閃亮紅色地圖,學校董事會一致投票贊成。

二○○五年,布洛瓦郡展開了全面篩選。員工得到加班費,加班對該郡兩萬名二年級學生進行測驗。由於眾所周知智商測驗和其他標準化測驗都含有偏見,所選用的測驗是一種非語言的認知測驗,把這種風險降到最低。該測驗不依靠與任何特定文化有關的文字或圖像,而是測量解決問題的綜合能力。

在學生作過測驗之後,帕克的團隊就親手把用葡萄牙文、西班牙文和海地克里奧爾語寫成的家長同意書送到每個學校,讓家長能夠同意接下來的步驟。他們有技巧地回答家長的來電,那些家長擔心這張有關「特殊學生」的書面通知乃是表示孩子有行為問題。團隊成員要他們放心,說事情正好相反,說這是個好消息。

等到篩選程序完成,結果很驚人。在全面進行篩選之後,黑人孩童和拉美裔孩童被認定為資優的人數增加為三倍。在接下來那一年裡,有資格參加資優課程的另外數百名孩童中,有八成來自低收入戶或是英語非母語的學生。這些學生當中有許多人的分數明顯高出門檻,這表示即使是資賦特別優異的孩子從前也被排除在資優課程之外。

-----廣告,請繼續往下閱讀-----

問題不在於這些孩子的資賦不優異,而在於沒有人費心去把他們找出來。

黑人孩童常被資優生篩選制度排除,但其實他們智商與白人孩子無差異,甚至可能更聰明。圖/envato.elements

改變篩選制度與教育環境——不同種族間的成績差距就消失了

改變不僅止於此。布洛瓦郡規定:只要學校裡有資優兒童,哪怕只有一個,該校就必須替這名學生設立一間特殊的「高成就學生教室」,配備有受過特殊訓練的教師和更進階的課程。然後這間教室就會把分數接近門檻的那些學生也收進去──例如,某個年級有四名資優生,而一間「高成就學生教室」可以容納二十四名學生,就表示分數緊跟在後的二十名學生也可以在這間教室學習。

於是這些學生就也能從更快的步調、更豐富的課外活動、更高的教師期望和同儕支持中獲益。朱里安諾及其同事大衛.卡爾德(David Card)發現:在這種特殊教室學習的黑人和拉美裔「高成就學生」在數學和閱讀的成績大幅提升。在被安排進入這些教室之前,這些學生的數學和閱讀成績比不上智商相同的白人學生。在那之後,這個差距消失了。

這些學生當中有更多人變得有資格繼續參加步調加速的課程,使他們走上新的學習道路。事實上,黑人和拉美裔學生的整體數據情況都有了改變。事實證明,在進行普遍篩選之前,這些學生不僅比較不可能被篩選為資優,而且更可能被篩選出有學習障礙。而這種加強篩選反映在智商分數的整體分布上。在進行普遍篩選之後,黑人和拉美裔學生的分數分布圖和白人學生的分數分布圖變得一致。

——本文摘自《隱性偏見》,2022 年 10 月,平安文化出版,未經同意請勿轉載

-----廣告,請繼續往下閱讀-----
平安文化_96
5 篇文章 ・ 3 位粉絲
皇冠文化集團旗下的平安文化有限公司以出版非文學作品為主,書系涵蓋心理勵志、人文社科、健康、兩性、商業……等,致力於將好書推廣給廣大讀者。

2

4
1

文字

分享

2
4
1
喝母乳的寶寶能提升神經認知功能?——是真的!而且「曾經喝過就有效」
查克爸
・2021/10/26 ・3015字 ・閱讀時間約 6 分鐘

喝母乳的寶寶,真的會更聰明嗎?母乳不僅能夠提供小寶寶所需的營養以及免疫力,而透過母親的生理機制,更能將各種符合自己孩子需求的成分,客製成孩子專屬的母乳。需要發育大腦,就多給些相關的成分,如果要長肌肉也沒問題,媽媽隨時隨地都準備為孩子產製最適合的母乳,這可是任何產業都難以複製的機能。因此母乳被說是對寶寶是最好的禮物,想當然各種與母乳哺育相關的研究主題,便是眾多學者探討了解的目標。

其中,研究智力發展應該是最吸引人的主題之一,不過目前為止也是有研究指出,母乳哺育的孩子,他們的平均智商與沒有母乳哺育的孩子相差無幾,這不知潑了多少人一身的冷水,掃了無數爸媽的興致。但以前的證據說智商沒差異,不代表新的研究一樣沒差異,科學這件事就是會不斷變化,產出新的結論,全世界仍有不少研究都提出母乳可能使寶寶更聰明。

這次要介紹的羅徹斯特大學醫學中心(URMC)神經科學研究所(Del Monte Institute for Neuroscience)的成果就是其中之一,他們這次提出的新證據是與認知能力有關,而且他們的結論應該會讓人眼睛一亮,因為他們發現,母乳哺育的時間長短與 9-10 歲兒童的部分認知發展有關連,而且只要孩子有吃母乳一段時間就可以看出差異[1]

人類積極探索智力,母乳與智力的關係更是熱門主題之一。圖/Pixabay

改變研究方向,找出母乳與智力之間的正向證據

隨著各種研究產出,我們得以知道智力受到很多變項影響,尤其是與父母親直接相關的因素,例如父母的社經地位、智力程度、學經歷等都可能使孩子擁有較高的智力。換句話說,也就是研究者比較了相同教育程度或是經濟程度的母親後,結論是不管有沒有哺餵母乳,他們孩子的智商分數可能相近。

-----廣告,請繼續往下閱讀-----

既然知道多種因素可以影響智力,便要在研究方法的設計下足功夫,因為要盡可能控制所有影響,讓母乳哺育的小孩,以及沒有母乳哺育的小孩都能在同一個基準線上比較,才能看出客觀上的差異,或可說是未能控制好混雜因素[2]

不過就如開頭所說,研究目標、方法不同,看到的成果就不一樣,羅徹斯特大學醫學中心這篇藉由分析青少年大腦認知發展研究計畫[3](The Adolescent Brain Cognitive Development Study;ABCD Study)數據的報告,就看到了母乳與認知的正向關係,改而分析更細項的各種認知能力[4],其涉及了執行與感知、學習、記憶、理解、意識、推理、判斷、直覺和語言相關的等各種任務技能。

認知能力分好多,研究分析哪些?

這個認知研究採用 ABCD 研究數據來探討,但為了減少測量誤差的影響(例如孩童曾經暴露會接觸酒精的環境、未參加訪視的兒童等因素),研究者最終保留了 9,116 名兒童的數據,並以此分析母乳哺育時間與神經認知能力之間的關係。那列入分析的認知能力向度有哪些?

向度一共有三項,而且跟每個人都有關,分別是一般能力(general ability)、執行能力(executive function)以及記憶力(memory),而這三項能力各自有其解釋在,如一般能力,美國心理學會對此提出的解釋定義是,一種可以被衡量的能力,且被認為是基礎能力,用來處理所有與智力相關的任務。

-----廣告,請繼續往下閱讀-----

再來是執行能力,這個能力則可用來管理和控制工作記憶、注意力,也跟抽象思考等種種認知過程有關,像是設定目標、想像並預見;最後一個是大家耳熟能詳的記憶力,是透過大腦系統所儲存的訊息,是能回憶特定訊息或曾經有過的經歷。

不過這些能力的發展程度真的能評量嗎?放心,各項認知能力背後有眾多的研究依據,也發展出各種不同的測量方式來評定。像是「魏氏兒童智力量表的矩陣推理測驗」就在這個研究被用來測量知覺推理和組織、空間訊息處理等相關的能力;而美國國立衛生研究院的 NIH Toolbox®-Cognition battery,也在這個研究裡被整合運用評估兒童的神經和行為功能。最後通過次數以極多的神經認知測驗,也才讓研究結果得出有吃母乳的小朋友,是能改善某個認知能力。

針對各種能力、認知所開發的測驗,不斷的被開發出來並應用。圖/Pexels

母乳真的有助於認知能力!是哪一項呢?

研究要分析的有一般能力、執行能力以及記憶力,那究竟哪像能力獲得提升呢?鏘鏘,從數據提供的結論是一般能力(general ability)與母乳哺育的時間長短有顯著關聯[1]。但你可能會說「怎麼才提升一種能力?」,這時候我們要關注的是,在心理學上的一般能力也包含多種能力,一般能力只是所有分向能力的統整稱呼。

研究中把這九千多位 9-10 歲的孩子,依照他們吃母乳的時間長短分成四組,第一組是 0 個月的控制組,接著是三組母乳哺育的實驗組,分別是 1-6 個月、7-12 個月以及吃母乳超過 12 個月的寶寶,可以看到在母乳哺育期最短的 1-6 個組別寶寶,他們在一般能力的測驗結果,比起沒吃母乳的寶寶有所提升,而且隨著母乳哺育的時間變長,孩子們在一般能力的發展程度也越來越高。

-----廣告,請繼續往下閱讀-----

用另外一個角度來看研究結果就是,今天有某一個家庭選擇餵養母乳,即便哺育期間落在有點長又不算太長的 2 個月或是半年內,對寶寶的神經認知發展來說也是有幫助的,這也符合研究人員的設定目標,因為這有望幫助改善人們的動機,讓更多人想要母乳哺育,不只告訴每個家庭們可以量力而行,也藉此呼籲政府、社會企業能夠更設身處地為媽媽們著想。

母乳哺育與一般能力認知的關聯性較高,且隨著期間變長而增加。資料/參考資料1

研究成果重要,但更該考慮「人」

各種母乳相關的科學證據報告,讓母乳對孩子的好處不言而喻,這次介紹的研究也是,也的確可以藉由這些證據協助家庭做出決定,讓他們決定是否要餵養母乳,但這篇研究成果的重點,是希望能夠「鼓勵」家庭選擇用母乳哺育寶寶,而不是「非得要」。

不可否認的是,母乳哺育對媽媽們是一個壓力來源,常常聽到「給寶寶最好的」,反而讓各種美好變成壓力,像是聽到哪位媽媽不給寶寶吃母乳,各種批評襲來,不餵母乳變成一種罪過。而如果選擇母乳哺育,又可能因為家人不支持而宣告放棄。

母乳對寶寶有幫助,但家人彼此間的支持才更重要。圖/Pixabay


研究也實實在在告訴我們,餵養母乳的意願及時間長短,可是牽涉眾多因素,其中個體因素如教育程度、年齡會改變想法,還有環境和社會文化影素也會影響,例如就業問題、丈夫支持程度、家人態度也都大大的參雜其中[6]

-----廣告,請繼續往下閱讀-----

因此每個家庭間的討論、媽媽的個人意願都很重要,有了共識後再來下決定,而當你們決定好要給寶寶母乳,又就差那決定性的臨門一腳時,不妨想想這篇研究提出的結論,「只要曾經給寶寶喝母乳,便有機會提升他特定的認知能力喔」。

參考資料

  1. Lopez, D. A., Foxe, J. J., Mao, Y., Thompson, W. K., Martin, H. J., & Freedman, E. G. (2021). Breastfeeding Duration Is Associated With Domain-Specific Improvements in Cognitive Performance in 9-10-Year-Old Children. Frontiers in public health, 9, 657422. https://doi.org/10.3389/fpubh.2021.657422
  2. Walfisch, A., Sermer, C., Cressman, A., & Koren, G. (2013). Breast milk and cognitive development–the role of confounders: a systematic review. BMJ open, 3(8), e003259. https://doi.org/10.1136/bmjopen-2013-003259
  3. https://abcdstudy.org/
  4. https://dictionary.apa.org/cognitive-ability
  5. Natland ST, Andersen LF, Nilsen TI, Forsmo S, Jacobsen GW. Maternal recall of breastfeeding duration twenty years after delivery. BMC Med Res Methodol. 2012 Nov 23;12:179. doi: 10.1186/1471-2288-12-179. PMID: 23176436; PMCID: PMC3568415.
  6. Shi, H., Yang, Y., Yin, X. et al. Determinants of exclusive breastfeeding for the first six months in China: a cross-sectional study. Int Breastfeed J 16, 40 (2021). https://doi.org/10.1186/s13006-021-00388-y
所有討論 2
查克爸
3 篇文章 ・ 2 位粉絲
查克爸|醫學生物技術領域 碩士,現職是有點神祕,也與自然科學有關的評量工具研究人,專心將各種研究設計為科學教育評量工具的同時,也投入喜愛的科普領域。